浏览器 AI 的下一个拐点：WebMCP 让网页主动「教」AI 做事

你有没有这种感觉——AI 浏览器助手越来越强，但让它们真正「操控」你写的 Web 应用时，总像在走钢丝：一个误触、一个 DOM 结构变了就全崩。

问题出在哪？不是 AI 不够聪明，而是传统 DOM 抓取本质上是个黑盒操作——AI 对着 HTML 猜来猜去，稳定性可想而知。

今天看到一个让我眼前一亮的 Skill，叫 webmcpify，解决的就是这件事。

它在解决什么问题？

让任何 Web 应用「开口说话」，变成 AI 可调用的结构化工具。

传统方案：让 AI 去「看」页面 → 猜按钮在哪 → 模拟点击。这本质上是爬虫思维，容易出错，容易崩。

webmcpify 走的路完全不同——它把 Web 应用的用户操作反向抽象成 WebMCP 工具。WebMCP 是 W3C Web Machine Learning 社区组推动的一个新标准（Chrome Origin Trial 阶段），Google 和 Microsoft 工程师联合背书。它的核心 API 是 document.modelContext.registerTool()，允许页面声明「我能做什么」给 AI，而不是让 AI 瞎摸 DOM。

打个比方：以前 AI 操控网页是「蒙眼摸象」，webmcpify 之后是「打开灯、给地图、再动手」。

怎么做？六步流水线，全自动

webmcpify 包装成了一个完整 pipeline，Claude Code / Cursor / opencode 等主流 Coding Agent 直接调用：

DETECT → INVENTORY → [人工审批工具清单] → INTEGRATE → VERIFY → HEAL → AUDIT

DETECT：扫描目标应用，识别技术栈和路由结构。

INVENTORY：AI 深入每个功能区，列出所有可暴露的操作，生成工具清单——包含名称、输入输出 schema、只读/可写分类。

人工审批 Gate：这是我认为设计最聪明的地方。AI 列清单，人类点确认——暴露哪些操作你来定。破坏性操作（支付、删除等）默认不暴露，需要逐条批准。

INTEGRATE：根据审批后的清单，写入 WebMCP 工具代码，零依赖、纯 feature-detect。

VERIFY：真实 Chrome 浏览器跑一遍，验证每个工具能走通。

HEAL：自动修复失败的步骤，如果修不了就诚实上报，不硬撑。

全程状态存在 .webmcpify/manifest.json，中断后可以接续，不用重来。

为什么说它代表了今年最重要的方向之一？

Browser AI 正在爆发——Chrome 内置 Gemini、Copilot 深度集成、各路 Agent 开始「上网」。但 AI 操作网页这事，过去靠的是截图+视觉推理，成本高、准确率不稳定。

WebMCP 这条路一旦成熟，AI 对网页的操控会从「视觉猜谜」进化到「API 调用」级别的确定性。对 SaaS 厂商来说，给自己的应用加一层 WebMCP 接口，就能让自己的产品被所有 Browser Agent 无缝调用——这是生态级的机会。

webmcpify 把这件事做到了开箱即用，连 Chrome Origin Trial 的配置坑都帮你填好了。

适合谁用？

• AI 应用开发者：想让你的 Web 产品被 AI Agent 稳定调用
• Coding Agent 用户：已经在用 Claude Code / Cursor，想让它们操作自建应用更稳
• 平台/SaaS 厂商：研究 WebMCP 标准，想提前卡位的团队

GitHub：https://github.com/TueJon/webmcpify（MIT 协议，12 个文件，自包含，无需外部依赖）

附：WebMCP 目前为 Chrome Origin Trial 阶段，API 还在演进（SkillsMP 显示 2026-07 有一次 breaking change：navigator.modelContext → document.modelContext），生产使用前建议先看项目最新 README。

GitHub: https://github.com/TueJon/webmcpify